В серии публикаций мы уже делились опытом разработки кастомных функций для корпоративного портала и автоматизации сервиса подачи идей. В новой статье расскажем, как ушли от хаотичного сбора рекомендаций по реферальной программе и запустили ещё один собственный продукт — цифровой сервис «Рекомендовать кандидата».

Что было раньше

Реферальная программа работала давно, в ручном режиме: письма с рекомендациями падали в почтовый ящик и собирались в отдельной папке. Условия изначально сделали выгодными для команды, поэтому поток был высоким — до 25% вакансий закрывалось по внутренним рекомендациям. Сотрудник получает бонус в размере 20% от оклада трудоустроенного кандидата. Причём у нас выплата не зависит от прохождения новичком испытательного срока и не привязана к нему по времени. Трудоустройство соискателя = выплата бонуса тому, кто его порекомендовал, без дополнительных условий под звёздочкой.

Это эффективный инструмент найма, нужный бизнесу. Было очевидно: для управления растущим потоком рекомендаций сервис необходимо автоматизировать.

Мы поставили себе цели:

• снизить трудозатраты и уйти от ручной обработки,

• повысить прозрачность для команды, в том числе наладить регулярную обратную связь по каждой заявке,

• поддерживать актуальность вакансий и статусов по каждому кандидату, оптимизировать работу с дублями.

На рынке готовых решений не оказалось — реферальная программа есть у многих, но работает по принципу входящих заявок на электронную почту и точечных сообщений напрямую рекрутерам, как было и у нас ранее.

Первый виток: форма и базовая автоматизация

На первом этапе мы разработали форму подачи рекомендаций на базе коробочного инструмента «Инфоблок». Изначально учли требования бизнеса и удобство пользователей.

• Сделали обязательные поля, без которых заявку не отправить. По каждому кандидату — полная картина для рассмотрения заявки уже в точке входа.

• Выполнили визуализацию в общей стилистике портала. Стало красиво и интуитивно понятно пользователям.

• Запустили интеграцию с актуальным перечнем вакансий на «Хедхантере»: сотрудник выбирает нужную вакансию из выпадающего списка. Свелась к минимуму необходимость для рекрутеров дополнительно выяснять, на какую позицию рекомендован кандидат.

Второй виток: обратная связь, UX и рост мотивации

Количество заявок выросло примерно на 30%, сотрудники ждали ответов по своим рекомендациям. Регулярная обратная связь требовала много ресурсов. Из-за высокой нагрузки у рекрутеров не всегда получалось ответить каждому, а это, в свою очередь, вызывало дополнительные вопросы и уточнения.

Чтобы автоматизировать не только процесс подачи рекомендаций, но и остальные этапы обработки, мы внедрили статусную модель с уведомлениями. Рекрутеры меняют статусы в административной панели. Для этого создали агент, который раз в 5 минут проверяет эти статусы и отправляет уведомления. Добавили цветовую индикацию для удобства рекрутеров: каждая заявка отмечается цветом — белым, красным или зелёным. Это помогает быстро определить, что требует внимания.

На корпоративном портале запустили раздел с каталогом вакансий, синхронизированный с вакансиями на «Хедхантере». Здесь придумали две классные фичи — они отлично сработали на повышение мотивации коллег.

• Под каждой вакансией указали сумму бонуса. Сотрудник сразу видит, сколько получит, если кандидат по его заявке пройдёт отбор.

• Добавили всплывающее окно с персонализированным призывом присылать рекомендации и напоминанием о бонусе.

Отдельная история — добавление функции «Скачать на телефон». Наш портал работает на «Битриксе», всё находится в закрытом контуре. Очевидно, напрямую скачать вакансии себе или сразу отправить знакомому нельзя. Но этой функции пользователям очень не хватало. Необходимо было без финансовых затрат доставлять до мобильного телефона список вакансий. Мы создали внешний сервер. На нём развернули хранилище — публичный бакет S3.

Разработанный нами агент «Битрикс» каждый час формирует PDF-файлы вакансий в разрезе каждого подразделения и загружает их в хранилище.

Файлы формируются на основании данных от «Хедхантера» в разрезе подразделений. Оформление настроено в соответствии с шаблонами брендбука компании. Ссылки на файлы преобразуются в QR-коды.

Пользователь сканирует QR-код и скачивает актуальные вакансии на телефон — все сразу или при помощи фильтра выбирает релевантные. Опять же, всё в стилистике портала, интуитивно понятно и удобно.

Эти доработки ещё подняли популярность реферальной программы, время на обработку одной заявки сократилось ещё на 2 минуты.

Третий виток: глобальная автоматизация и интеграция с «Хантфлоу»

Этот этап самый сложный с точки зрения технологичности. Мы запустили полную автоматизацию сервиса, в результате сократили время на обработку заявки рекрутером до 1 минуты в среднем. Провели интеграцию с профессиональной системой автоматизации рекрутмента — «Хантфлоу». Тут сразу возникли ограничения: нужно было подстраиваться под готовый API-контракт. Наша предметная область не всегда могла быть сопоставлена по объектам один к одному — например, на одну вакансию могли рекомендовать несколько разных кандидатов. Как таковых форм заявок в «Хантфлоу» нет, поэтому нужно было подбирать эндпоинты, которые могли фиксировать уникальную связь рекомендации с вакансией для конкретного автора.

Сейчас это работает так:

• все заявки автоматически передаются в «Хантфлоу»,

• система отслеживает статусы кандидатов,

• при изменении статуса в «Хантфлоу» автоматически обновляется статус на портале,

• автору заявки отправляется уведомление.

Внутренние правила реферальной программы тоже учтены. Например, в течение 6 месяцев действует закрепление кандидата за автором, отправившим заявку раньше. Когда рекомендуют соискателя, по которому ранее была заявка, система выявляет это на этапе подачи. Если с момента последней рекомендации прошло более 6 месяцев, она идёт в работу, в противном случае — отказ.

Также есть кейсы рекомендации одного и того же кандидата на разные вакансии в единой заявке. Мы решили на портале разделить такие заявки на атомарные. В случае если по одной из вакансий соискатель не прошёл этапы отбора, на портале продолжается отслеживание статусов по другим вакансиям. Автор рекомендации получает обратную связь после завершения обработки по всем вакансиям из этой заявки — успешное прохождение этапов отбора на одну из них или отказ по всем. Только после этого все связанные с кандидатом заявки автоматически закрываются.

Результаты

Было: реферальная программа с привлекательными условиями, но ручной обработкой заявок и непрозрачными процессами.

Стало: всё те же привлекательные условия программы, но уже в рамках автоматизированного сервиса «Рекомендовать кандидата», рост доверия и лояльности сотрудников.

Мы добились улучшения показателей по всем метрикам:

• сокращение количества времени на обработку одной заявки с 20 до 1 минуты,

• рост количества заявок с 2 500 до 4 300 в год,

• увеличение конверсии закрытия вакансий по внутренним рекомендациям с 25 до 35%,

• 100% сотрудников получают обратную связь по предложенным кандидатам.

Все в плюсе: бизнес сокращает затраты на поиск профессионалов, команда зарабатывает дополнительные бонусы.